Computational Methods for Single-cell Biology

Worum geht's

In diesem Modul lernst Du moderne computational Methoden zur Analyse von Einzelzell-Daten kennen und wendest sie praktisch an. Nach Vorlesungen zu wichtigen Themen der Einzelzellbiologie und -datenanalyse arbeitest Du acht Wochen in einem ICB-Labor an einem konkreten Projekt und sammelst so praktische Erfahrung.

Was du danach kannst

Einzelzell-RNA-Sequenzierung und Anwendungen beschreiben
Einzelzell-Epigenom-Sequenzierung und Immunprofiling beschreiben
Einzelzell-Bildgebungstechniken und Datentypen beschreiben
Standard-Preprocessing (Normalisierung, Batch-Effekt-Korrektur) und Qualitätskontrolle anwenden
Methoden für Dimensionsreduktion, Clustering, Pseudotemporal Ordering, Visualisierung und differentielle Analysen anwenden
Konzept der räumlichen Transkriptomik beschreiben
Deep-Learning-Methoden für Feature-Extraction und Bildklassifikation anwenden
biomedizinische Anwendungen identifizieren und passende Algorithmen auswählen
ein kleines Einzelzell-Forschungsprojekt mit realen Daten durchführen

Aus was das Modul besteht

VorlesungenVermittlung der state-of-the-art computational Ansätze in der Einzelzellanalyse (sechs Vorlesungen zu speziellen Themen)
Projektarbeit (8 Wochen)praktische Anwendung der Vorlesungsinhalte in einem ICB-Labor mit Betreuung

Lehrmethode

VorlesungenEinführung in die aktuellen Methoden und Konzepte
Projektarbeit mit wöchentlichen SupervisionenAnwendung der Konzepte auf reale Daten, Betreuung, Feedback und Entwicklung von Projektkompetenzen
Abschlusspräsentation und schriftlicher BerichtKommunikation und Dokumentation der Projektergebnisse

Solltest du schon können

Bachelor in Mathematics/Bioinformatics/Computer Science/Physics/Statistics or related fieldempfohlen
Lecture on Machine Learning (by Theis or Guennemann)empfohlen
Strong interest in biological and biomedical research questionsempfohlen

Prüfung

ProjektarbeitPräsentationSchriftlicher Bericht

Die Prüfungsleistung besteht aus der Projektarbeit mit wöchentlichen obligatorischen Betreuungssitzungen, einer Abschlusspräsentation (12 Minuten Vortrag + 3 Minuten Diskussion pro Gruppe) und einem schriftlichen Bericht (ca. 5 Seiten). Während der wöchentlichen Meetings beurteilt der direkte Supervisor Deine Problemlösefähigkeit, Datenanalyse und Programmierkenntnisse. Bei der Präsentation werden Verständlichkeit, Methodenwahl und Ergebnisqualität bewertet; Präsentation und Bericht werden vom Projektbetreuer und drei unabhängigen Gutachtern beurteilt. Die Endnote setzt sich zusammen aus: dokumentierter Fortschritt in den Supervisionsgesprächen (40%), Abschlusspräsentation (30%), finaler schriftlicher Bericht (30%).

Literatur

The topic is rapidly evolving. We will post a list of papers and recent reviews online.

Termine

VorlesungComputational Methods for Single-Cell Biology [MA5617]

Mi.14:00–16:00
02.10.011, Rechnerraum (5610.02.011)
15× · 14.10.–03.02.
- 14.10.
- 21.10.
- 28.10.
- 04.11.
- 11.11.
- 18.11.
- 25.11.
- 02.12.
- 09.12.
- 16.12.
- 23.12.
- 13.01.
- 20.01.
- 27.01.
- 03.02.

ÜbungExercises for Computational Methods for Single-Cell Biology [MA5617]2 Gruppen zur Wahl

ADo.12:15–13:45
02.08.020, Seminarraum (M11) (5608.02.020)
13× · 22.10.–04.02.
- 22.10.
- 29.10.
- 05.11.
- 12.11.
- 19.11.
- 26.11.
- 10.12.
- 17.12.
- 07.01.
- 14.01.
- 21.01.
- 28.01.
- 04.02.
BMi.16:15–17:45
02.10.011, Rechnerraum (5610.02.011)
14× · 21.10.–03.02.
- 21.10.
- 28.10.
- 04.11.
- 11.11.
- 18.11.
- 25.11.
- 02.12.
- 09.12.
- 16.12.
- 23.12.
- 13.01.
- 20.01.
- 27.01.
- 03.02.

Aus dem laufenden Semester, unverbindlich. Von mehreren Gruppen besucht man eine; der Stundenplan schlägt automatisch die mit den wenigsten Überschneidungen vor.

Filter